Nous savons que les données sont précieuses. Elles doivent l’être. Les gouvernements paient des millions de dollars aux pirates informatiques pour les obtenir. Cinq des six premières entreprises au monde en termes de valorisation boursière sont des entreprises de données. Les entreprises qui ont compris la véritable valeur des données font de l’argent à tour de bras.
Alors pourquoi le secteur du développement est-il à la traîne ? Les gouvernements et les bailleurs de fonds ne devraient-ils pas investir dans la production, l’analyse et la technologie des données qui leur permettraient de cibler les interventions aussi efficacement que Google cible la publicité ?
Dans la sphère du développement où les efforts locaux, nationaux et mondiaux se concentrent sur la réalisation des Objectifs de développement durable (ODD), on pourrait supposer que les décideurs politiques accordent autant d’importance aux données que leurs homologues du monde des affaires. Après tout, les ODD constituent un cadre mesurable limité dans le temps, composé de 17 objectifs, 169 cibles et 232 indicateurs, que tous les pays s’efforcent d’atteindre d’ici à 2030, et ils doivent mesurer leurs progrès. Il est vrai qu’il existe un consensus rhétorique fort sur le fait que de meilleures données sont une condition préalable pour atteindre les ODD et ne laisser personne de côté. Mais la demande de meilleures données ne s’est pas traduite par une croissance correspondante du financement provenant de sources intérieures ou extérieures. En d’autres termes, le niveau d’investissement ne correspond pas à la valeur professée des données.
Au moins une raison à cela est que les données et les statistiques sont souvent considérées comme des processus à long terme et des investissements dans les systèmes, en concurrence avec des priorités considérées comme ayant un impact plus immédiat. Cela témoigne de la brièveté de l’horizon temporel des politiciens et des décideurs et de leur impatience à voir certains résultats, même si cela ne conduit pas à un changement systémique. Cela suggère également que les décideurs politiques ne savent pas comment évaluer la valeur des données par rapport à d’autres priorités d’investissement.
Pour relever ce défi, nous avons voulu mieux comprendre comment les économistes et les chercheurs ont tenté de mesurer la valeur des données.
Notre document, What Do We Know About the Value of Data ? (Que savons-nous de la valeur des données ?), décortique cinq méthodes de mesure de la valeur des données. Il vise à comprendre les avantages et les inconvénients de chaque méthode, et à déterminer quelles approches seraient les plus efficaces pour convaincre les décideurs politiques de la nécessité d’augmenter les investissements dans les données. Cette analyse s’appuie sur l’inventaire de la valeur des données récemment publié par Open Data Watch. Les approches examinées dans ce document sont les suivantes :
- Approches basées sur les coûts – La valeur est déterminée en fonction du coût de production des données.
- Approches basées sur le marché – La valeur est déterminée en fonction du prix du marché de produits équivalents ou de la volonté des utilisateurs de payer.
- Approches basées sur les revenus – La valeur est définie en estimant les flux de trésorerie futurs qui peuvent être dérivés des données.
- Approches de monétisation des avantages – La valeur est estimée en définissant les avantages de produits de données particuliers, tels qu’un recensement, puis en monétisant ces avantages.
- Approches fondées sur l’impact – La valeur est déterminée en évaluant l’effet causal de la disponibilité des données sur les résultats économiques et sociaux, ou les coûts en termes d’inefficacités ou de mauvaises décisions politiques dues à des données limitées ou de mauvaise qualité.
Après avoir examiné chacune de ces approches, le document a constaté que : 1) mesurer la valeur des données est vraiment difficile et il n’y a pas de consensus sur la meilleure façon de le faire ; et 2) aucune de ces méthodes n’est suffisante pour influencer les décideurs politiques.
Pourquoi la valorisation des données est-elle si difficile ? Ces méthodes partent toutes de l’hypothèse que les données sont un actif incorporel. Les données sont aussi, en grande partie, des biens publics et n’ont donc pas de prix de marché. Les données ne sont pas rivales, ce qui signifie que l’utilisation par une personne n’enlève rien à la capacité des autres à les utiliser et ne diminue pas leur valeur. Cela signifie qu’il peut être difficile de suivre et de mesurer la valeur pour différents utilisateurs dans le temps et à des fins différentes. Ces caractéristiques rendent particulièrement difficile l’identification de la valeur et la monétisation des avantages des produits de données.
Quelle est la voie à suivre ? Parmi les approches examinées, nous avons trouvé que les approches basées sur l’impact, qui montrent le rôle important du storytelling dans la promotion de la valeur, sont les plus prometteuses car elles démontrent la relation entre les investissements dans les données et les résultats qui affectent la vie des gens. Leur plus grand défi est la spécificité du contexte de certains cas, ce qui pourrait limiter leur influence auprès des décideurs politiques. Mais, s’il est possible de montrer à la fois l’impact humain et le retour sur investissement, nous pourrions avoir une combinaison gagnante.
A l’avenir, le Partenariat mondial pour les données sur le développement durable soutiendra les efforts visant à compiler des histoires d’impact des données qui établissent un lien clair avec le retour sur investissement. Nous nous appuierons sur le travail de nos partenaires et encouragerons toute personne à nous contacter avec des histoires qu’elle souhaiterait partager. Nous regrouperons ces histoires et les utiliserons dans notre plaidoyer pour plaider en faveur d’un financement plus important et de meilleure qualité pour les données.
(Photo par Arne Hoel / Banque mondiale)